Nacky的部落格

我畢業於北美排名前30的大學，獲得碩士學位，去年年底參加了CSOAsupport為期三個月的Google面試強化輔導後，於2025年3月聯繫了一位在Google工作的朋友，請求他提供推薦。很快，我就收到了招募團隊的面試安排。

電話面試

在最初的介紹電話中，招募人員詳細解釋了Google的面試流程，包括初步篩選和隨後的四輪面試：兩輪編碼面試、一輪系統設計面試和一輪行為面試。我請求一個月的準備時間並得到了支持。

篩選輪的準備

在準備過程中，我決定使用Python進行編程，以提高自己的程式碼編寫效率。然後，我有系統地回顧了資料結構和演算法，包括堆、雜湊表和與圖相關的問題，並解決了大約 70 道 LeetCode 問題，重點關注那些接受率較高的問題。

程式設計考試

2025年3月，我參加了Meta的第一輪程式設計考試，考試時間為45分鐘。面試官是個中年男人，大概四十多歲的樣子，穿著簡單的黑色T恤和牛仔褲，看起來很隨便。他的頭髮略顯灰白，但精神很好，眼神中帶著一絲幽默和友善。整個過程，他的語氣都很輕鬆，讓我感覺就像和朋友聊天一樣。

他首先簡單介紹了自己和團隊，然後很快就切入正題。面試官不喜歡拖延，他的問題直接而清晰。他提問的方式非常開放，鼓勵我在思考時表達自己的想法，而不是簡單地給出答案。

面試官問：給定一個數組，找出出現次數超過數組長度一半的元素（如果有的話）。

我的回答：先檢查邊界條件，然後用哈希表記錄出現的次數，最後在10分鐘內給出了完整的解決方案。

1）邊界條件檢查：如果數組為空，則直接傳回空值或特定標誌，表示無解。如果數組只有一個元素，那麼該元素就是您想要的元素（因為它自然超過了數組長度的一半）。

2）用哈希表記錄元素出現的次數：遍歷數組，對每一個元素，用哈希表（字典）記錄其出現的次數。

3）找出超過陣列長度一半的元素：遍歷雜湊表，檢查每個元素出現的次數是否超過陣列長度的一半。如果找到，則傳回該元素。

如果遍歷完雜湊表後仍未找到，則傳回空值或特定標誌，表示無解。

面試官問了第二個問題：給定一個按非減序排列的整數數組，將其旋轉未知次數後，你需要找到旋轉後的數組中的最小值。你需要設計一個時間複雜度為O(log n)的解決方案，並在15分鐘內實現程式碼。

我的思考過程：

在旋轉數組中尋找最小值的問題可以透過二分查找來解決，因為我們知道原始數組是有序的。透過二分查找，我們可以逐漸縮小搜尋範圍，直到找到最小值。

我的答案：

初始化指標：設定兩個指標left和right，分別指向陣列的起始和終止位置。

中間位置判斷：計算中間位置mid。

比較中間和右邊元素：如果 nums[mid] < nums[right]，則表示最小值在 mid 或 mid 的左邊，因為 mid 的右邊仍然是原數組的有序部分。如果nums[mid] > nums[right]，表示最小值在mid的右邊，因為mid在旋轉點之後，旋轉後的最小值在mid和right之間。

更新邊界：根據上一步的判斷，更新左邊或右邊的位置。
結束條件：當left與right相遇時，查找結束，且left（或right）指向的位置為最小值。

技術面試

面試官是一位三十出頭的年輕女性。她穿著灰色 Meta 運動衫和黑色長褲，看起來專業又休閒。她有著一頭短短的捲髮，笑容燦爛，眼神聰明又有活力。

她很開朗，一開始問了幾個輕鬆的問題，讓我放鬆了很多。在整個面試過程中，她不僅關注我的技術思維，還時不時地插入一些幽默的評論，讓氣氛輕鬆愉快。當我遇到複雜的問題而陷入困境時，她會鼓勵我：「沒關係，慢慢來，我們可以一起思考。」這種支持讓我感覺很舒服。最後她親切的說：“不管結果如何，你今天已經做得很好了！”

我個人對於這個問題的邏輯是這樣的：

該問題可以透過動態規劃（DP）來解決。我們可以建立一個同樣大小的二維數組 dp，其中 dp[i][j] 表示從左上角到 grid[i][j] 的最小路徑和。

我的答案

初始化：dp[0][0] 等於 grid[0][0]，因為左上角是起點。第一行每個位置 dp[0][j] 只能透過從左到右的路徑到達，因此 dp[0][j] = dp[0][j-1] + grid[0][j]。第一列中的每個位置 dp[i][0] 只能透過從上到下的路徑到達，因此 dp[i][0] = dp[i-1][0] + grid[i][0]。

狀態轉換：對於其他位置 dp[i][j] ，可以透過上方 dp[i-1][j] 或左側 dp[i][j-1] 到達。因此，dp[i][j] = min(dp[i-1][j], dp[i][j-1]) + grid[i][j]。

結果：最小路徑和為dp[m-1][n-1]。由於我們只需要遍歷整個二維數組一次，所以時間複雜度為O(m * n)。

第二輪技術面試

面試官問題：給定一個陣列（或字串），找出所有可能的排列。

例如，對於陣列 [1, 2, 3]，

其完整排列為：[ [1, 2, 3], [1, 3, 2], [2, 1, 3], [2, 3, 1], [3, 2, 1], [3, 1, 2] ]

我的回答：

遞歸解決全排列問題的核心思想是：對於數組中的每個元素，將其視為一個不動點，然後遞歸地對剩餘元素進行全排列，最後將不動點插入到這些排列的所有可能位置中。

基線情況：如果陣列為空或僅包含一個元素，則直接將陣列作為排列傳回（或將其新增至結果集）。

遞歸步驟：對於陣列中的每個元素，將其與第一個元素交換，然後遞歸地對剩餘元素（第一個元素除外）執行完全排列。

時間複雜度分析

每個排列的生成：對於每個元素，我們需要將其與每個後續元素交換一次，這將產生一個新的排列。對於長度為 n 的數組，每個元素可能需要與接下來的 n-1 個元素交換。

遞歸呼叫次數：在最深的遞歸中，我們將有 n！ (n 階乘) 排列，因為對於每個位置，我們有 n 個選擇，然後對於剩下的 n-1 個位置，我們有 (n-1)！選擇等等。

交換操作：每個交換操作都是恆定時間 O(1)。但是，對於每個元素，我們可能需要執行 n-1 次交換來產生所有可能的排列。

因此總的時間複雜度為 O(n!)，因為我們需要產生 n！排列，每個排列的生成過程涉及O（n）次交換操作，但O（n）與n相比可以忽略不計！

系統設計面試

當我設計一個類似Pinterest的照片分享系統時，面試官是一位中年男性，大約45歲左右。他穿著深藍色襯衫和卡其色褲子，看起來既專業又休閒，就像從辦公室走出來的「時尚教父」。他的頭髮有些灰白，彷彿經歷了很多坎坷和起伏，但是他眼鏡後面的智慧讓我覺得他一定見過很多世面。

他非常友善，整個採訪過程都面帶微笑，就像和老朋友聊天一樣。每當我深入分析時，他都會認真傾聽，並不時提出一些「尖銳」的問題，例如：「你考慮過資料儲存的可擴展性嗎？」那一刻，我真的很想回答：「我只是設計一個分享照片的地方，我有必要擔心儲存問題嗎？」但我還是忍住了。

面試氣氛很輕鬆。雖然聊的是技術，但他也會穿插一些幽默，例如：「我希望你設計的系統能像我老婆的朋友圈一樣火爆！」最後他對我的計劃給予了積極的反饋，並對我未來的表現表示期待。我心裡太高興了，就像獲得了「最佳設計師」的獎牌一樣！

核心使用者需求包括：

• 用戶註冊、登入及資訊管理
• 圖像上傳、處理和分享
• 評論、回覆與互動
• 按讚和即時回饋
• 搜尋、發現和熱門內容
• 通知和私訊功能

系統架構設計

• 前端：React/Vue 框架，響應式設計
• API 閘道：Nginx/Traefik，負載平衡與路由
• 服務層：微服務架構，包含使用者、圖片、評論、按讚、搜尋、通知服務等。
• 資料庫：MySQL/PostgreSQL（結構化資料）、MongoDB（非結構化資料）、Redis（快取）
• 儲存：Amazon S3/阿里雲OSS，CDN加速
• 負載平衡和冗餘：確保系統的高可用性和容錯性

行為面試

在 Google E4 的最後一輪面試中，我有機會深入分享我在過去團隊專案中扮演的關鍵角色。我詳細闡述了我如何發揮領導作用、促進團隊合作，並成功解決一系列複雜的衝突。這些經驗不僅展現了我的專業技能，更重要的是凸顯了我與Google追求卓越、創新、團隊合作等核心價值的高度契合。

面試時，我透過具體的例子來支持我的觀點，讓面試官直觀地感受到我的工作風格和解決問題的能力。我講了在面臨專案瓶頸時如何保持冷靜分析，並透過有效的溝通協調帶領團隊找到最佳的解決方案。同時，也分享了當團隊內部出現分歧時，如何運用智慧和耐心來促成共識，確保專案的順利進行。

報價成功

經過一週漫長的等待，終於收到了Google的offer，成功獲得E4演算法工程師的職位。那一刻，我的心情就像從海底迅速升到水面一樣，激動得差點在辦公室手舞足蹈。

為了爭取合理的薪資，我提前做了許多準備。前幾天，我蜷縮在沙發上，周圍都是行業報告和薪資對比表，手裡拿著手機，和CSOAsupport的幾位導師進行了一場「薪資心理戰」的模擬談判。想像著未來的生活，我在心裡默默計算著理想的薪資數字，甚至還給自己定了一個小目標：住在公司附近的高級公寓，月租4000美元！